本书以新一代信息技术为主线，分七章分别介绍了5G技术、物联网及相关技术、云计算技术、大数据相关技术、人工智能和现代信息技术融合应用等。每一章用较短的篇幅介绍相关的基本内容和知识，并从系统开发的角度，阐述如何将这些新一代的信息技术与各专业进行融合，着重用一些实例来阐述如何在开发现代智能应用系统中合理、恰当地使用这些新技术

《Python机器学习技术与应用（普通高等教育人工智能专业系列教材）》以机器学习初学者为教学对象，通过讲解机器学习的常用方法及实际应用，培养读者机器学习应用技能及计算思维能力。全书共12章，主要内容包括机器学习概述、Python语言基础、网络爬虫、数据预处理与特征工程、多元回归分析、分类方法、支持向量机、朴素贝叶斯方法

神经网络与深度学习是人工智能研究的重要领域，是机器学习的重要组成部分。人工智能是研究理解和模拟人类智能、智能行为及其规律的科学。本书紧紧围绕神经网络和深度学习的基础知识体系进行系统的梳理，力求从基础理论、经典模型和前沿应用展开论述，便于读者能够较为全面地掌握深度学习的相关知识。全书共16章。第1章是绪论，简要介绍人工智

人工智能正快速进入人类社会，在给社会带来重大利好的同时，也引起了很多问题，比如就业问题、伦理问题等。为更好地引导人工智能的发展，规避人工智能可能带来的社会问题，从哲学的高度对人工智能进行反思因而十分有必要。基于人工智能的发展现状以及未来可能的发展方向，我们试图从以下几个方面讨论人工智能所涉及的问题：一、什么是人工智能？

《PyTorch深度学习之目标检测》首先从人工智能产业的发展史和机器眼中的图像世界开始讲述，逐步引导读者进入机器学习的图像处理当中；然后讲解深度学习中实现目标检测的主要算法，和以PyTorch框架为基础构建的神经网络；最后的实战部分详细讲解了如何使用目标检测算法实现具体项目。全书共10章，涵盖内容包括：人工智能的历史和

本书从人工智能、机器学习和深度学习三者的关系开始，以深度学习在计算机视觉、自然语言处理和推荐系统的应用实践为主线，逐步剖析模型原理和代码实现。书中的内容深入浅出，通过原理与代码结合、产业实践和作业结合的方式，帮助读者更好地掌握深度学习的理论知识和深度学习开源框架的使用方法。为了让更多的读者从中受益，快速应对复杂多变的A

本书基于《人工智能训练师国家职业技能标准（2021年版）》，对“人工智能训练师”这一新兴职业给予了清晰的描述。全书从人工智能的相关技术入手，介绍了人工智能领域的发展历程和相关知识，重点讲述了人工智能训练师的职业技能鉴定要求和各等级从业人员工作要求，讲述了人工智能训练师相关的工作内容及流程方法，包括数据采集和处理、数据标

本书介绍无线传感器网络和物联网的技术原理与具体应用，涉及无线传感器网络的实现原理、相关技术，及其在工业上的应用和开发过程。全书共8章，主要包括：无线传感器网络概述，网络协议栈，IEEE802.15.4标准、IEEE802.15.6标准和ZigBee协议，以定位技术、同步技术、安全技术、数据融合技术、网络管理技术等为支撑

本书为人工智能相关数据采集、处理和分析的入门教材，以任务驱动为主线，按照数据采集系统的开发流程详细介绍了数据采集、数据处理、数据分析等方面的开发技术，包含Python数据操作、NumPy和Pandas数据处理与分析、Requests网页访问、XPath和re内容解析、Scrapy网页数据采集、Matplotlib可视化

学习基本PyTorch语法和设计模式。 创建定制模型和数据变换。 使用GPU和TPU训练和部署模型。 训练和测试一个深度学习分类器。 使用优化和分布式训练加速训练。 利用PyTorch库和PyTorch生态系统。